À propos de ce cours

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 8 heures pour terminer

Recommandé : 1 semana de estudio, de 6 a 8 horas por semana...

Espagnol

Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 8 heures pour terminer

Recommandé : 1 semana de estudio, de 6 a 8 horas por semana...

Espagnol

Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
1 heure pour terminer

Módulo 1: Arquitectura de las canalizaciones de estadísticas de transmisión

5 vidéos (Total 39 min), 1 lecture, 1 quiz
5 vidéos
Desafío n.º 1: Los volúmenes variables deben contar con capacidad de transferencia para realizar ajustes y ser tolerantes a errores4 min
Desafío n.º 2: Es normal que haya latencia5 min
Desafío n.º 3: Se necesitan estadísticas instantáneas6 min
Análisis de algunos ejemplos de transmisiones8 min
1 lecture
Hoja de cálculo de lab10 min
1 exercice pour s'entraîner
Cuestionario del Módulo 14 min
2 heures pour terminer

Módulo 2: Cómo transferir volúmenes variables

4 vidéos (Total 34 min), 2 quiz
4 vidéos
Cómo funciona: temas y suscripciones14 min
Descripción general del lab34s
Demostración y repaso del lab8 min
1 exercice pour s'entraîner
Cuestionario del Módulo 28 min
2 heures pour terminer

Módulo 3: Cómo implementar canalizaciones de transmisión

6 vidéos (Total 70 min), 2 quiz
6 vidéos
Desafíos del procesamiento de transmisión14 min
Compilación de una canalización de procesamiento de transmisión para los datos de tráfico en vivo11 min
Manejo de datos tardíos: marcas de agua, activadores y acumulación14 min
Descripción general del lab35s
Demostración y repaso del lab15 min
1 exercice pour s'entraîner
Cuestionario del Módulo 32 min
1 heure pour terminer

Módulo 4: Paneles y estadísticas de transmisión

3 vidéos (Total 20 min), 2 quiz
3 vidéos
Descripción general del lab45s
Demostración y repaso del lab5 min
1 exercice pour s'entraîner
Cuestionario del Módulo 44 min
2 heures pour terminer

Módulo 5: Cómo manejar los requisitos de capacidad de procesamiento y latencia

8 vidéos (Total 63 min), 2 quiz
8 vidéos
Bigtable: NoSQL de alto rendimiento, rápido y con ajuste de escala automático4 min
Cómo hacer transferencias hacia Bigtable4 min
Cómo diseñar para Bigtable23 min
Cómo hacer transmisiones hacia Bigtable1 min
Demostración y repaso del lab4 min
Consideraciones de rendimiento6 min
Resumen de la especialización Data Engineering on GCP8 min
1 exercice pour s'entraîner
Cuestionario del Módulo 56 min

À propos de Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

À propos du Spécialisation Data Engineering on Google Cloud Platform en Español

Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades: • Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform • Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc • Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow • Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery • Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML • Extraer estadísticas al instante a partir de los datos de transmisión Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform en Español

Foire Aux Questions

  • Oui, vous pouvez prévisualiser la première vidéo et consulter le programme du cours avant de vous inscrire. Vous devez acheter le cours pour accéder au contenu non inclus dans la prévisualisation.

  • Si vous décidez de vous inscrire au cours avant la date de début de session, vous aurez accès à toutes les vidéos et lectures du cours. Vous pourrez soumettre des devoirs à partir du début de la session.

  • Une fois que vous êtes inscrit(e) et que votre session commence, vous avez accès à toutes les vidéos et aux autres ressources, y compris les éléments à lire et le forum de discussion du cours. Vous pouvez afficher et soumettre des devoirs pour vous exercer, et terminer les devoirs notés requis pour obtenir une note et un Certificat de Cours.

  • Si vous réussissez le cours, votre Certificat de Cours électronique sera ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat de Cours ou l'ajouter à votre profil LinkedIn.

  • Ce cours fait partie du nombre restreint de cours proposés par Coursera actuellement disponibles uniquement aux étudiants ayant payé les frais du cours ou bénéficié de l'Aide Financière, lorsqu'elle est disponible.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.